换一批基于改进卷积神经网络的中药饮片图像识别
Image Recognition of Chinese Herbal Slices Based on Improved Convolution Neural Network
摘要为解决AlexNet网络模型在中药饮片图像识别中存在的识别准确率和鲁棒性不够理想的问题,以常见的50种中药饮片为研究对象,对AlexNet网络模型进行改进优化.首先通过拍摄以及搜索引擎获取中药饮片图像,并对图像进行数据扩充以及细节增强预处理.其次对AlexNet网络模型进行优化改进,通过缩减原网络的卷积核个数和卷积核大小、使用全局平均池化(global average pooling,GAP)替代全连接层以减少网络参数;去除局部响应归一化(local response normalization,LRN)层、引入批量归一化(batch normalization,BN)层和使用Lion优化算法替代随机梯度下降(stochastic gradient descent,SGD)优化算法以提高网络训练速度;使用Mish激活函数替代ReLU激活函数和引入通道注意力机制SENet网络以提高模型的识别精度.实验结果表明,改进后的网络模型相比于AlexNet网络模型,平均识别率提高了 6.1％,平均损失率下降了 14.4％,网络参数由原来的60 M缩减至1 M,该结果表明在中药饮片数据集上,改进后的网络模型具有更高的识别率和更好的鲁棒性,可为中药饮片图像识别领域的进一步发展提供有力支持.
更多相关知识
关键词
AlexNet网络中药饮片全局平均池化Lion优化算法Mish激活函数SENet网络AlexNet networkChinese herbal slicesglobal average poolingLion optimizer algorithmMish activation functionSENet network
栏目名称
DOI
10.12404/j.issn.1671-1815.2303937
发布时间
2024-04-25（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览3
- 被引14
- 下载4
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
